API Streamlit

StreamlitRenderer

from pygwalker.api.streamlit import StreamlitRenderer
 
renderer = StreamlitRenderer(df, spec="./gw_config.json")

Parameters

Parameter	Type	Default	Description
dataset	Union[DataFrame, Connector]	-	Le dataframe ou connector à utiliser. référence Dataset Of Walker.
gid	Union[int, str]	Aucun	ID pour la division du conteneur GraphicWalker, formaté comme 'gwalker-{gid}'. Si gid est None, il sera automatiquement généré.
field_specs	Optionnel[Dict[str, FieldSpec]]	Aucun	Spécifications des champs. Seront automatiquement déduites du `dataset` si non spécifiées.
theme_key	Literal['vega', 'g2']	'g2'	Type de thème pour le GraphicWalker.
appearance	Literal['media', 'light', 'dark']	'media'	Paramètre de thème. 'media' détectera automatiquement le thème du système d'exploitation.
spec	str	""	Données de configuration du graphique. Peut être un ID de configuration, du JSON ou une URL de fichier distant.
spec_io_mode	Literal["r", "rw"]	"r"	Mode d'io pour la spécification, par défaut à "r", "r" pour lecture, "rw" pour lecture et écriture.
kernel_computation	bool	Aucun	Si True, utilise le calcul du noyau pour les données, cela peut améliorer les performances avec de plus grands ensembles de données. Par défaut à None, détermine automatiquement s'il faut utiliser le calcul du noyau.
kanaries_api_key	str	""	Clé API kanaries, par défaut à "".
default_tab	Literal["data", "vis"]	"vis"	onglet par défaut à afficher. Par défaut à "vis".
**kwargs	Any	-	Arguments supplémentaires.

StreamlitRenderer.explorer

renderer.explorer()

Parameters

Parameter	Type	Default	Description
width	int	Aucun	largeur de l'interface utilisateur, par défaut, s'adapte à la largeur de la page.
height	int	1000	hauteur de l'interface utilisateur
scrolling	bool	False	défilement
default_tab	Literal["data", "vis"]	"vis"	onglet par défaut à afficher. Par défaut à "vis".

StreamlitRenderer.chart

renderer.chart(0)

Parameters

Parameter	Type	Default	Description
index	int	Aucun	index des graphiques
width	int	Aucun	largeur de l'interface utilisateur, par défaut, s'adapte à la largeur de la page.
height	int	1000	hauteur de l'interface utilisateur
scrolling	bool	False	défilement

StreamlitRenderer.viewer

renderer.viewer()

Parameters

Parameter	Type	Default	Description
width	int	Aucun	largeur de l'interface utilisateur, par défaut, s'adapte à la largeur de la page.
height	int	1000	hauteur de l'interface utilisateur
scrolling	bool	False	défilement

Exemple d'utilisation de kernel_computation activé(Recommandé)

Démo en ligne : démonstration de pygwalker (opens in a new tab)

from pygwalker.api.streamlit import StreamlitRenderer
import pandas as pd
import streamlit as st
 
# Adjust the width of the Streamlit page
st.set_page_config(
    page_title="Use Pygwalker In Streamlit",
    layout="wide"
)
 
# Add Title
st.title("Use Pygwalker In Streamlit")
 
# You should cache your pygwalker renderer, if you don't want your memory to explode
@st.cache_resource
def get_pyg_renderer() -> "StreamlitRenderer":
    df = pd.read_csv("data.csv")
    # If you want to use feature of saving chart config, set `spec_io_mode="rw"`
    return StreamlitRenderer(df, spec="./gw_config.json")
 
 
renderer = get_pyg_renderer()
 
st.subheader("Display Explore UI")
 
tab1, tab2, tab3, tab4 = st.tabs(
    ["graphic walker", "data profiling", "graphic renderer", "pure chart"]
)
 
with tab1:
    renderer.explorer()
 
with tab2:
    renderer.explorer(default_tab="data")
 
with tab3:
    renderer.viewer()
 
with tab4:
    st.markdown("### registered per weekday")
    renderer.chart(0)
    st.markdown("### registered per day")
    renderer.chart(1)

Exemple d'utilisation de kernel_computation désactivé

import pygwalker as pyg
import pandas as pd
import streamlit.components.v1 as components
import streamlit as st
 
# Adjust the width of the Streamlit page
st.set_page_config(
    page_title="Use Pygwalker In Streamlit",
    layout="wide"
)
 
# Add Title
st.title("Use Pygwalker In Streamlit")
 
# Import your data
df = pd.read_csv("/bike_sharing_dc.csv")
# Paste the copied Pygwalker chart code here
vis_spec = """[{"visId":"gw_rZy5","name":"Chart 1","encodings":{"dimensions":[{"dragId":"gw_BUE2","fid":"ZGF0ZV8x","name":"date","semanticType":"nominal","analyticType":"dimension"},{"dragId":"gw_x1ug","fid":"bW9udGhfMg==","name":"month","semanticType":"ordinal","analyticType":"dimension"},{"dragId":"gw_zRAa","fid":"c2Vhc29uXzM=","name":"season","semanticType":"nominal","analyticType":"dimension"},{"dragId":"gw_ZeVh","fid":"eWVhcl81","name":"year","semanticType":"nominal","analyticType":"dimension"},{"dragId":"gw_JqXv","fid":"aG9saWRheV82","name":"holiday","semanticType":"nominal","analyticType":"dimension"},{"dragId":"gw_OD2F","fid":"d29yayB5ZXMgb3Igbm90XzE0","name":"work yes or not","semanticType":"nominal","analyticType":"dimension"},{"dragId":"gw_KgQu","fid":"YW0gb3IgcG1fMTU=","name":"am or pm","semanticType":"nominal","analyticType":"dimension"},{"dragId":"gw_PqvI","fid":"RGF5IG9mIHRoZSB3ZWVrXzE2","name":"Day of the week","semanticType":"ordinal","analyticType":"dimension"}],"measures":[{"dragId":"gw_7JNg","fid":"aW5kZXhfMA==","name":"index","analyticType":"measure","semanticType":"quantitative","aggName":"sum"},{"dragId":"gw_IYM_","fid":"aG91cl80","name":"hour","analyticType":"measure","semanticType":"quantitative","aggName":"sum"},{"dragId":"gw_ofd8","fid":"dGVtcGVyYXR1cmVfNw==","name":"temperature","analyticType":"measure","semanticType":"quantitative","aggName":"sum"},{"dragId":"gw_sGlX","fid":"ZmVlbGluZ190ZW1wXzg=","name":"feeling_temp","analyticType":"measure","semanticType":"quantitative","aggName":"sum"},{"dragId":"gw_674M","fid":"aHVtaWRpdHlfOQ==","name":"humidity","analyticType":"measure","semanticType":"quantitative","aggName":"sum"},{"dragId":"gw_AxQD","fid":"d2luc3BlZWRfMTA=","name":"winspeed","analyticType":"measure","semanticType":"quantitative","aggName":"sum"},{"dragId":"gw_iy94","fid":"Y2FzdWFsXzEx","name":"casual","analyticType":"measure","semanticType":"quantitative","aggName":"sum"},{"dragId":"gw_9J2u","fid":"cmVnaXN0ZXJlZF8xMg==","name":"registered","analyticType":"measure","semanticType":"quantitative","aggName":"sum"},{"dragId":"gw_WzEF","fid":"Y291bnRfMTM=","name":"count","analyticType":"measure","semanticType":"quantitative","aggName":"sum"},{"dragId":"gw_count_fid","fid":"gw_count_fid","name":"Row count","analyticType":"measure","semanticType":"quantitative","aggName":"sum","computed":true,"expression":{"op":"one","params":[],"as":"gw_count_fid"}}],"rows":[{"dragId":"gw_gJqj","fid":"cmVnaXN0ZXJlZF8xMg==","name":"registered","analyticType":"measure","semanticType":"quantitative","aggName":"sum"}],"columns":[{"dragId":"gw_uZ9C","fid":"RGF5IG9mIHRoZSB3ZWVrXzE2","name":"Day of the week","semanticType":"ordinal","analyticType":"dimension"}],"color":[{"dragId":"gw_04s5","fid":"c2Vhc29uXzM=","name":"season","semanticType":"nominal","analyticType":"dimension"}],"opacity":[],"size":[],"shape":[],"radius":[],"theta":[],"details":[],"filters":[],"text":[]},"config":{"defaultAggregated":true,"geoms":["auto"],"stack":"stack","showActions":false,"interactiveScale":false,"sorted":"none","zeroScale":true,"size":{"mode":"auto","width":320,"height":200},"format":{}}}]"""
 
# Generate the HTML using Pygwalker
pyg_html = pyg.to_html(df, spec=vis_spec)
 
# Embed the HTML into the Streamlit app
components.html(pyg_html, height=1000, scrolling=True)

Questions et réponses associées

Comment construire une alternative en ligne open source à Tableau/PowerBI pouvant gérer de grandes quantités de données?

Réponse : Vous pouvez utiliser pygwalker + streamlit + snowflake pour construire une alternative en ligne open source à Tableau/PowerBI pouvant gérer de grandes quantités de données.

Jupyter Walker APIs Html APIs